正则表达式详细讲解篇

正则表达式，简称为regex,是文本模式的描述方法。

Regular Expression，在代码中常简写为regex、regexp或RE等价：
等价是等同于的意思，表示同样的功能，用不同符号来书写。再用正常语言表达出来。

?,*,+,\d,\w 都是等价字符，它们修饰的是前面的匹配类型

?等价于匹配长度{0,1}
*等价于匹配长度{0,}
+等价于匹配长度{1,} （ 如\w+ 表示匹配一个或多个字母）
\d等价于[0-9],数字（10进制）
\D等价于[^0-9]（除0-9的任意非数字字符）
\w等价于[A-Z a-z 0-9]，（匹配任意字母以及数字）
\W等价于[^A-Za-z_0-9] （匹配除字母以及数字外的字符）
\s,空格;
\S非空格

常用运算符与表达式：
^ 开始
() 域段，也称为组
[] 包含,默认是一个字符长度，可用于建立自己的字符分类
[^] 不包含,默认是一个字符长度
{n,m} 匹配长度 –一个域段部分包括了()以及后面的匹配长度
. 任何单个字符(. 字符点)
| 或
\ 转义
$ 结尾
[A-Z] 26个大写字母
[a-z] 26个小写字母
[0-9] 0至9数字
[A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字
常用有用的表达式
[a-zA-Z0-9._%±] 用户名，大小写字母数字加点号后百分号加号或短横
， 分割（\d\d\d\d ）与（\d）{4}是等效的还是与(\d{4})等效呢？

1.Import re, 调用 re.compiler()括号里的内容都需是字串，显示为浅色

2.字符|称为“ 管道”。希望匹配许多表达式中的一个时， 就可以使用它。例如，
正则表达式 r’Batman|Tina Fey’将匹配’Batman’或’Tina Fey’。

3.匹配多样化
*, ?, +前面的括号都表示匹配它之前的分组括号或者是类型,表示如下
（UML表示法也是一种正则表示法）:

• 等价于{0,}
  ？ 等价于{0,1}

• 等价于{1,}
  如果需要待定次数，则到括号后用花括号
  (ha){3,4}表示将匹配’hahaha’,‘hahahaha’,3到4次

4.待匹配如果有空格

reg = re.compile('(ha){2,3}')
mo2=reg.search('youhahahahahaha')
mo2.group()

‘hahaha’–贪心法所以先取3个的，但

mo1=reg.search('you haha hahaha ha')
mo1.group()

‘haha’—第一次只有二个ha
compile的参数只能为 ’ ‘, r’ ‘,整个正则表达式都需要在内

5.用.点心匹配所有字符，如果要用它的非贪心模式则要用.?
Res = Re.compile(r’<.*?>‘)
Mo = res.search(‘for dinner>’)
Mo.group ‘’
例如我只需要括号里的内容，你就要用到点心了
但点心将匹配除换行外的所有字符，如需要匹配换行则加上 re.DOTALL参数

6.最常用类型
但缩写的字符分类（ \d、 \w、 \s 等） 太宽泛。你可
以用方括号定义自己的字符分类。

自定义的部分可用，^表示非，（但不用${）}^{[}abc]表示匹配非abc的字符部分。但一般条件可{用}^{和}$,但是^{与自定义里的}完全不同，它们表示以…开始和以…结束之意。
正则表达式 r’^Hello’匹配 以 ‘Hello’开始的字符串
正则表达式 r’\d$’匹配以数字 0 到 9 结束的字符串
正则表达式语法支持情况
括号用法小结：
小括号（）表示创建分组。然后可用group()匹配对象方法
花括号｛｝表示分组匹配的次数
方括号[ ]表示任选，
^作用，方括号内表示取反，无方括号表示以…开头

本章介绍了许多表示法，所以这里快速复习一下学到的内容：
？匹配零次或一次前面的分组。
匹配零次或多次前面的分组。
+匹配一次或多次前面的分组。
{n}匹配n次前面的分组。
{n，}匹配n次或更多前面的分组。
{，m}匹配零次到m次前面的分组。
{n，m}匹配至少n次、至多m次前面的分组。
{n，m}？或？或+？对前面的分组进行非贪心匹配。
^spam意味着字符串必须以spam开始。
spam$意味着字符串必须以spam结束。
，匹配所有字符，换行符除外。
\d、\w和\s分别匹配数字、单词和空格。
\D、\W和\S分别匹配出数字、单词和空格外的所有字符。
[abc]匹配方括号内的任意字符（诸如a、b或c),
[^abc]匹配不在方括号内的任意字符。

速记理解技巧
. [ ] ^ $
四个字符是所有语言都支持的正则表达式，所以这四个是基础的正则表达式。正则难理解因为里面有一个等价的概念，这个概念大大增加了理解难度，让很多初学者看起来会懵，如果把等价都恢复成原始写法，自己书写正则就超级简单了，就像说话一样去写你的正则了：
等价：
等价是等同于的意思，表示同样的功能，用不同符号来书写。
?,*,+,\d,\w 都是等价字符
?等价于匹配长度{0,1}
*等价于匹配长度{0,}
+等价于匹配长度{1,}
\d等价于[0-9]
\D等价于[^0-9]
\w等价于[A-Za-z_0-9]
\W等价于[^A-Za-z_0-9]。
常用运算符与表达式：
^ 开始
（） 域段
[] 包含,默认是一个字符长度
[^] 不包含,默认是一个字符长度
{n,m} 匹配长度
. 任何单个字符(. 字符点)
| 或
\ 转义
$ 结尾
[A-Z] 26个大写字母
[a-z] 26个小写字母
[0-9] 0至9数字
[A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字
， 分割
分割语法：
[A,H,T,W] 包含A或H或T或W字母
[a,h,t,w] 包含a或h或t或w字母
[0,3,6,8] 包含0或3或6或8数字
语法与释义：
基础语法 “^([]{})([]{})([]{})$”
正则字符串 = “开始（[包含内容]{长度}）（[包含内容]{长度}）（[包含内容]{长度}）结束”

?,,+,\d,\w 这些都是简写的,完全可以用[]和{}代替，在(??(?=)(?!)(?<=)(?<!)(?i)(?)(+?)这种特殊组合情况下除外。
初学者可以忽略?,*,+,\d,\w一些简写标示符，学会了基础使用再按表自己去等价替换

实例：
字符串；tel:086-0666-88810009999
原始正则：”^tel:[0-9]{1,3}-[0][0-9]{2,3}-[0-9]{8,11}KaTeX parse error: Undefined control sequence: \d at position 102: …价简写后正则写法：”^tel:\̲d̲{1,3}-[0]\d{2,3…” ，简写语法不是所有语言都支持。